基于 ESP32-S3 的便携式多参数环境监护仪设计：从硬件选型到 FreeRTOS 多任务落地

关键词：ESP32-S3、FreeRTOS、多传感器融合、I2C/SPI 总线、低功耗设计、数据滤波

一、为什么要做这台环境监护仪在单片机项目实战中，一个很典型也非常容易做崩的需求是：用一块 MCU 同时采集多路传感器数据、实时显示、上传云端，并且要保证采样节奏稳定不乱 。很多初学者的第一版代码是这样的：cvoid loop() { read_dht(); read_bme(); read_light(); lcd_refresh(); wifi_send(); delay(2000);}这段代码能跑，但有三个致命问题：1. 阻塞式采集 ：某一个传感器掉线或响应慢，整条链路全部卡死；2. 采样周期互相干扰 ：显示刷新和 Wi-Fi 发送会污染传感器时序；3. 无法扩展 ：再加一路传感器就要重新排布时序。本文给出的方案是：ESP32-S3 + FreeRTOS 多任务 + 队列解耦 ，把采集、处理、显示、上传拆成四个独立任务，用队列传递数据。这样任何一个环节出问题，都不会拖垮其他环节。最终成品指标（实测）：| 项目 | 指标 || --- | --- || 主控 | ESP32-S3-WROOM-1-N16R8 || 采集参数 | 温度、湿度、气压、光照、CO₂ 当量、PM2.5 || 采样周期 | 1 Hz（可配置） || 显示 | 1.9 寸 ST7789 SPI LCD（240×320） || 整机功耗 | 峰值 180 mA，均值 95 mA || 连续工作 | 3000 mAh 锂电池约 30 小时 |## 二、硬件选型与总线规划### 2.1 器件清单| 模块 | 接口 | 说明 || --- | --- | --- || SHT30 | I2C (0x44) | 温湿度，精度 ±0.2℃ || BMP280 | I2C (0x76) | 气压，用于海拔估算 || BH1750 | I2C (0x23) | 环境光照 0--65535 lx || PMS5003 | UART2 | PM2.5 / PM10 颗粒物 || SGP30 | I2C (0x58) | CO₂ 当量 / TVOC || ST7789 LCD | SPI2 | 显示 |关键点：I2C 总线上挂了 4 个设备。 这里有个坑------SGP30 对时序要求比较严苛，如果和 BH1750 共用一条 I2C 总线且频率设成 400 kHz，偶尔会出现 NACK。我的做法是把 I2C 拆成两条：- I2C_NUM_0：SHT30 + BMP280 + BH1750，400 kHz- I2C_NUM_1：SGP30 独占，100 kHzESP32-S3 有两个 I2C 控制器，正好够用。### 2.2 引脚分配（避坑版）c#define I2C0_SDA_GPIO 8#define I2C0_SCL_GPIO 9#define I2C1_SDA_GPIO 18#define I2C1_SCL_GPIO 17#define UART2_TX_GPIO 43#define UART2_RX_GPIO 44#define LCD_MOSI_GPIO 11#define LCD_SCLK_GPIO 12#define LCD_CS_GPIO 10#define LCD_DC_GPIO 13#define LCD_RST_GPIO 14> ⚠️ 避坑提醒 ：ESP32-S3 的 GPIO26--GPIO32 默认连接到内部 Flash/PSRAM（N16R8 模组用了 Octal PSRAM），绝对不能当作普通 GPIO 使用 。我第一版原理图就是把 BH1750 挂到了 GPIO27，结果 I2C 扫描直接死机。改板之后一切正常。## 三、软件架构：四任务 + 双队列架构图（逻辑）：[采集任务] --queue_sensor--> [处理任务] --queue_display--> [显示任务] | +----> [上传任务]- 采集任务（TaskSensor） ：优先级 5，周期 1000 ms，把 6 路数据打包成结构体推入队列；- 处理任务（TaskProcess） ：优先级 4，做滤波、量程校验、告警判定；- 显示任务（TaskDisplay） ：优先级 3，负责 LCD 刷新；- 上传任务（TaskUpload） ：优先级 2，负责 Wi-Fi + MQTT 上报。优先级设计原则：越靠近数据源，优先级越高 ；上传这种允许延迟的任务排最后，即使网络阻塞也不会影响采样。### 3.1 数据结构定义ctypedef struct { float temperature; // ℃ float humidity; // %RH float pressure; // hPa float lux; // lx uint16_t co2; // ppm uint16_t tvoc; // ppb uint16_t pm2_5; // ug/m3 uint16_t pm10; // ug/m3 int64_t timestamp; // us} env_data_t;typedef struct { env_data_t raw; env_data_t filtered; uint8_t alarm_level; // 0 正常 1 警告 2 超标} env_frame_t;### 3.2 采集任务实现cstatic QueueHandle_t q_sensor;static void task_sensor(void *arg){ env_data_t data; TickType_t last_wake = xTaskGetTickCount(); while (1) { // 1 Hz 精确周期，不用 vTaskDelay（会累积漂移） vTaskDelayUntil(&last_wake, pdMS_TO_TICKS(1000)); data.timestamp = esp_timer_get_time(); if (sht30_read(&data.temperature, &data.humidity) != ESP_OK) { data.temperature = NAN; data.humidity = NAN; } if (bmp280_read(&data.pressure) != ESP_OK) { data.pressure = NAN; } data.lux = bh1750_read_lux(); sgp30_read(&data.co2, &data.tvoc); pms5003_read(&data.pm2_5, &data.pm10); // 队列满则丢弃最旧的一帧，保证数据新鲜而不是完整 if (xQueueSend(q_sensor, &data, 0) == errQUEUE_FULL) { env_data_t dummy; xQueueReceive(q_sensor, &dummy, 0); xQueueSend(q_sensor, &data, 0); } }}这里用了 vTaskDelayUntil 而不是 vTaskDelay。区别在于：vTaskDelay 的延时是从调用时刻起算，任务体内执行代码的时间会被算进去，导致实际周期大于设定值；vTaskDelayUntil 则是基于绝对唤醒时刻，周期严格恒定。对于采样系统，这个细节决定长期漂移。### 3.3 一阶低通滤波传感器原始数据抖动很厉害，尤其是 PMS5003。我用的是一阶互补滤波（EMA） ，计算量极小，适合 MCU：c#define ALPHA 0.2f // 平滑系数，越小越平滑但响应越慢static float ema_filter(float prev, float cur){ if (isnan(prev)) return cur; if (isnan(cur)) return prev; return ALPHA * cur + (1.0f - ALPHA) * prev;}static void env_filter(env_data_t *prev, const env_data_t *cur, env_data_t *out){ out->temperature = ema_filter(prev->temperature, cur->temperature); out->humidity = ema_filter(prev->humidity, cur->humidity); out->pressure = ema_filter(prev->pressure, cur->pressure); out->lux = ema_filter(prev->lux, cur->lux); out->co2 = (uint16_t)ema_filter(prev->co2, cur->co2); out->tvoc = (uint16_t)ema_filter(prev->tvoc, cur->tvoc); out->pm2_5 = (uint16_t)ema_filter(prev->pm2_5, cur->pm2_5); out->pm10 = (uint16_t)ema_filter(prev->pm10, cur->pm10); out->timestamp = cur->timestamp;}为什么不用卡尔曼滤波？实测下来，对于这种缓变的环境量，EMA 的观感已经足够，而卡尔曼要调 Q/R 两个矩阵，收益并不明显。做工程要克制，能简单就别复杂。 ### 3.4 处理任务与告警判定cstatic void task_process(void *arg){ env_data_t cur, filtered = {0}; env_frame_t frame; while (1) { if (xQueueReceive(q_sensor, &cur, portMAX_DELAY) == pdTRUE) { env_filter(&filtered, &cur, &filtered); frame.raw = cur; frame.filtered = filtered; frame.alarm_level = env_judge_alarm(&filtered); xQueueOverwrite(q_display, &frame); xQueueOverwrite(q_upload, &frame); } }}static uint8_t env_judge_alarm(const env_data_t *d){ if (d->pm2_5 > 150 || d->co2 > 2000) return 2; // 超标 if (d->pm2_5 > 75 || d->co2 > 1000) return 1; // 警告 return 0;}注意 xQueueOverwrite 的用法：显示和上传任务只关心最新一帧 ，所以用长度为 1 的队列 + Overwrite 语义，天然实现背压丢弃，不需要额外的流量控制逻辑。## 四、LCD 显示：局部刷新是关键全屏刷 ST7789 在 240×320 分辨率下需要传输 150 KB 数据，SPI 时钟 40 MHz 时约 30 ms。如果每 100 ms 全刷一次，CPU 有 30% 的时间在做刷屏。解决方案是脏矩形局部刷新 ：只有数值变化的区域才重绘。cstatic void lcd_update_value(uint16_t x, uint16_t y, float new_val, float old_val, uint16_t fg, uint16_t bg){ if (fabsf(new_val - old_val) < 0.05f) return; // 阈值过滤，避免无意义刷新 char buf[16]; snprintf(buf, sizeof(buf), "%.1f", new_val); lcd_fill_rect(x, y, 60, 16, bg); lcd_draw_string(x, y, buf, fg, bg);}加上这个优化后，刷屏耗时从 30 ms 降到平均 3 ms，CPU 占用降到 5% 以下。## 五、低功耗优化：从 95 mA 到 28 mA如果设备靠电池供电，功耗必须优化。三步走：第一步：动态调频。 ESP32-S3 支持运行时切换 CPU 频率：c#include "esp_pm.h"void power_init(void){ esp_pm_config_t pm_cfg = { .max_freq_mhz = 240, .min_freq_mhz = 80, .light_sleep_enable = true }; esp_pm_configure(&pm_cfg);}第二步：传感器间歇供电。 PMS5003 是全功耗大户（工作电流约 100 mA），用 MOS 管控制其 VCC，每 30 秒只上电 5 秒测量一次：c#define PMS_PWR_GPIO 4void pms_power_on(void){ gpio_set_level(PMS_PWR_GPIO, 1); vTaskDelay(pdMS_TO_TICKS(3000)); // 等待风扇稳定}void pms_power_off(void){ gpio_set_level(PMS_PWR_GPIO, 0);}这一步直接把均值电流砍掉一半。第三步：Wi-Fi 批量上报。 不要每次采样都发 MQTT，攒够 30 条再一次性发布，减少射频开启次数。最终均值电流从 95 mA 降到 28 mA，3000 mAh 电池续航从 30 小时提升到 100 小时以上。## 六、调试经验：三个真实踩过的坑### 坑 1：I2C 总线锁死某一个从设备拉死 SCL 时，i2c_master_cmd_begin 会一直返回 ESP_ERR_TIMEOUT。解决办法是在驱动层加超时恢复：cstatic esp_err_t i2c_recover(i2c_port_t port){ i2c_reset_tx_fifo(port); i2c_reset_rx_fifo(port); // 手动打出 9 个时钟脉冲 gpio_set_direction(I2C_SCL_GPIO, GPIO_MODE_OUTPUT_OD); for (int i = 0; i < 9; i++) { gpio_set_level(I2C_SCL_GPIO, 0); esp_rom_delay_us(5); gpio_set_level(I2C_SCL_GPIO, 1); esp_rom_delay_us(5); } return i2c_driver_reinstall(port);}### 坑 2：任务栈溢出采集任务里用了 snprintf 格式化浮点，栈开 2048 字节直接爆。建议开 4096，并打开栈水位监控：cUBaseType_t water_mark = uxTaskGetStackHighWaterMark(NULL);ESP_LOGI(TAG, "sensor task stack left: %u bytes", water_mark * 4);经验值：剩余水位低于 500 字节就该扩栈 ，否则偶发死机会让你怀疑人生。### 坑 3：浮点在中断里用会崩不要在 ISR 里调用浮点运算（ESP32-S3 的 FPU 上下文保存开销大且部分场景不安全）。正确做法：ISR 里只发信号量，浮点计算放到任务里。## 七、完整主程序cvoid app_main(void){ ESP_LOGI(TAG, "Env Monitor v1.0 starting..."); nvs_flash_init(); power_init(); i2c_master_init(); uart_pms_init(); lcd_init(); wifi_init_sta(); q_sensor = xQueueCreate(4, sizeof(env_data_t)); q_display = xQueueCreate(1, sizeof(env_frame_t)); q_upload = xQueueCreate(1, sizeof(env_frame_t)); xTaskCreatePinnedToCore(task_sensor, "sensor", 4096, NULL, 5, NULL, 1); xTaskCreatePinnedToCore(task_process, "process", 4096, NULL, 4, NULL, 1); xTaskCreatePinnedToCore(task_display, "display", 6144, NULL, 3, NULL, 0); xTaskCreatePinnedToCore(task_upload, "upload", 8192, NULL, 2, NULL, 0); ESP_LOGI(TAG, "All tasks started, heap free: %lu", esp_get_free_heap_size());}双核分配也有讲究：采集和处理绑核 1（APP CPU），显示和上传绑核 0（PRO CPU） 。Wi-Fi 协议栈默认跑在核 0，把上传任务也放核 0 可以减少跨核切换开销。## 八、总结这台监护仪做下来，最有价值的不是某个传感器的驱动，而是整个系统的任务划分思路 ：1. 用队列解耦 ------采集、处理、显示、上传互不阻塞；2. 用优先级表达重要性 ------数据源优先，网络最后；3. 用 Overwrite 队列实现背压 ------代码量最少，效果最好；4. 功耗优化要抓大头------先干掉 PMS5003 这种 100 mA 级的耗电户，再去抠细节。后续计划加入边缘 AI（ESP-DL 做异常模式识别）和本地 SD 卡存储。如果你也在做类似项目，欢迎在评论区交流踩坑经验。